شرایط تجارت به عنوان سیگنال تجارت FX

همه موارد دیگر برابر است ، بهبود شرایط تجارت یک کشور ، نسبت صادرات به قیمت واردات ، به افزایش تقاضا برای ارز و افزایش چشم انداز رشد آن تبدیل می شود. با این حال ، شرایط تجارت یک تأثیر نسبتاً ظریف و پراکنده است. بنابراین ، بسیاری از شرکت کنندگان در بازار از نظر منطقی نسبت به تغییرات کوچکتر و تمایلی به تجارت در مورد تغییرات بزرگ در زمان آشفتگی ندارند. این به ارزش سرمایه گذار در بررسی سیستماتیک پویایی ماهانه یا سالانه تجارت ، که می تواند با شاخص های صادرات و واردات مبتنی بر کالا تقریب شود ، اشاره می کند. از نظر تجربی ، پویایی استاندارد تجارت در واقع بازده FX را از سال 2000 ، در سراسر کشورهای بازار توسعه یافته و نوظهور پیش بینی کرده است. با این حال ، در حالی که این رابطه از سال 2000 در جهان توسعه یافته نسبتاً پایدار بوده است ، برای بازارهای نوظهور ، ارزش تجارت شاخص های تجارت تجارت فقط از زمان بحران مالی بزرگ آشکار شده است.

پست زیر بر اساس تحقیقات اختصاصی Macrosynergy Ltd. ساخته شده است.

این پست با خلاصه استراتژی های این سایت بر اساس روندهای کلان ارتباط دارد.

شرایط تجارت مبتنی بر کالا چیست؟

در اقتصاد کلان ، شرایط تجارت به نسبت قیمت صادرات منطقه و قیمت واردات اشاره دارد. به عبارت دیگر ، حجم وارداتی را که یک منطقه می تواند برای واحد صادرات خود بدست آورد ، اندازه گیری می کند. همه چیز برابر است ، افزایش از نظر تجارت مستلزم بهبود رقابت و عملکرد اقتصادی است.

آمار رسمی تجارت به طور معمول با چند ماه تاخیر در دوره مشاهده آنها منتشر می شود. همچنین ، آنها کاملاً عقب مانده هستند و فقط قیمت هایی را که در واقع برای محموله های گذشته پرداخت شده اند ، اندازه می گیرند. برای اطلاعات به موقع ، بازارهای مالی توجه بیشتری به شرایط تجارت مبتنی بر کالاها کرده اند. به عبارت ساده ، این شاخص ها تأثیر قیمت کالاهای اولیه را بر شرایط تجارت یک منطقه اندازه گیری می کند. در حالی که کالاهای اولیه فقط حدود 50 ٪ از تجارت بین المللی را تشکیل می دهند ، قیمت آنها بیشتر از کالاها و خدمات نهایی نوسان می کند و تمایل به حاکم بر پویایی کوتاه مدت دارد. علاوه بر این ، این تغییرات قیمت را می توان بر اساس نقل قول های زمان واقعی از بازارهای بین المللی کالا ردیابی یا حتی پیش بینی کرد.

داده های تجارت تجارت توسط سازمان های مختلف بین المللی منتشر می شود. با این حال ، محبوب ترین داده های تجارت در بازارهای مالی ، شاخص های تجارت Citibank Commodity Commodity بوده است. آنها هر روز با اطلاعات تاریخی که به دهه 1990 باز می گردد ، منتشر می شود و همیشه تأثیر آخرین تغییرات قیمت در بازارهای کالا را در بر می گیرد.

برای این پست ، ما از سیستم Quantental J. P. Morgan Macrosynergy ("JPMAQS") تجارت تجارت ، مجموعه داده های جدیدتر استفاده می کنیم ، که به منظور تدوین استراتژی های معاملاتی چندین مزیت نسبت به شاخص های Citibank دارد:

• سری JPMAQS هستندبه موقع، این بدان معنی است که برای هر تاریخ در تاریخ ، آنها از آخرین وزن تجارت کالا و قیمت های تولید کننده در دسترس استفاده می کنند.
• در حالی که پروکسی Citibank Trade به طور ضمنی قیمت های پایدار غیر تداعی را فرض می کند (به طور مؤثر پروکسی تجارت به نفع صادرکنندگان کالا) ، پروکسی JPMAQSفرض می کند که صادرات و واردات غیر کالایی مطابق با شاخص قیمت اصلی مصرف کننده ایالات متحده افزایش یافته است.
• jpmaqsاز قیمت کالاهای مرتبط با محلی استفاده می کند ، هر جا که ممکن باشد، نه فقط یک معیار جهانی در هر کالا. به عنوان مثال ، مقادیر صادرات نفت خام ایالات متحده توسط WTI مأمور می شود ، در حالی که برای بیشتر کشورها قیمت های خام توسط برنت تقریب می یابد.

دینامیک شرایط تجارت JPMAQS بر اساس نسبت های تقریبی صادرات و دینامیک قیمت واردات است ، به موجب آن دومی روزانه با استفاده از شراب های همزمان قیمت کالاها (در USD) ، سهام تجارت کالا و (به عنوان کالای قابل معامله USD محاسبه می شود."پروکسی قیمت) شاخص قیمت تولید کننده اصلی ایالات متحده. پویایی صادرات و واردات به عنوان نسبت آخرین شاخص قیمت تقسیم شده توسط شاخص در دوره پایه جمع آوری می شود. شراب های اساسی همه دسته ها مبتنی بر سهام تجارت کالا و قیمت های مربوط به قراردادهای کالاهای نقدینگی است. از آنجا که دامنه قراردادهای معامله شده موجود با گذشت زمان گسترش یافته است ، طیف وسیعی از کالاهایی که برای این شاخص استفاده می شود ، وجود دارد. به عنوان مثال ، در سال 1995 تعداد قراردادهای قابل استفاده 36 بود. تا سال 2005 به 44 و تا سال 2015 به 62 افزایش یافته بود.

برای اطلاعات بیشتر ، لطفاً ضمیمه فنی را در اسناد و مدارک مربوط به تجارت JPMAQS در اینجا مشاهده کنید (که در حال حاضر نیاز به دسترسی به J. P. Morgan Markets دارد)

چرا باید شرایط تجارت مبتنی بر کالا برای FX ارزش تجارت داشته باشد؟

همه چیز دیگر برابر است ، افزایش در شرایط تجارت یک منطقه ارزی حاکی از افزایش تقاضا برای ارز محلی و بهبود چشم انداز رشد آن است. دلیل این امر این است که ساکنان برای تولید خود ، ارز خارجی بیشتری دریافت می کنند و یا هزینه های مصرف و سرمایه گذاری خود را کمتر می پردازند. به عنوان مثال ، کشوری که عمدتاً فلزات پایه را صادر می کند و کالاهای کشاورزی را وارد می کند ، در صورتی که قیمت آن نسبت به دومی ، افزایش جریان ارز ، سود شرکت ها و درآمد یکبار مصرف واقعی ، نسبتاً بیشتری از تجارت خارجی بدست می آورد.

در حالی که بازارهای FX باید به طور منطقی به تغییرات بزرگتر برونزا از نظر تجارت پاسخ دهند ، بعید است که آنها به طور کامل و به طور مداوم چنین اطلاعاتی را به دو دلیل حساب کنند:

• بیشتر اوقات ، تغییرات اصطلاحات تجارت متوسط است و از این رو ، تأثیر مستقیم آنها بر چشم انداز نرخ ارز در فرکانس هفتگی یا ماهانه به راحتی قابل توجه نیست. غفلت از عوامل ظریف با "عدم توجه منطقی" سازگار است. عدم توجه منطقی اذعان می کند که نمایندگان نمی توانند تمام اطلاعات موجود را پردازش کنند و با در نظر گرفتن ارزش آن [مشاهده مقاله در اینجا] ، اطلاعات دقیق را برای حضور در آن انتخاب می کنند.
• تغییرات بزرگ در قیمت کالاها اغلب در زمینه تغییرات گسترده قیمت در بازارهای مالی رخ می دهد. به عنوان مثال ، یک شوک ریسک جهانی ناشی از ترس از ثبات مالی ممکن است طیف گسترده ای از قیمت ها ، از جمله کالاها و ارزهایی را که از آن کاهش قیمت کالا سود می برند ، کاهش دهد. به طور معمول در بازارها اشتهای کمی برای گرفتن موقعیت های تاکتیکی در ارزهای پرخطر در مواقع آشفتگی وجود دارد ، زیرا شرایط تجارت آنها بهبود یافته است. قدرت عوامل بازار جهانی توضیح می دهد که چرا از نظر تاریخی پیشرفت از نظر تجارت برای همه کشورها با قدردانی ارز ارتباط مثبت نداشته است. در واقع ، رگرسیون قدردانی مؤثر واقعی از اصطلاحات تجارت از آنچه اقتصادسین ها "تعصب متغیر حذف شده" می نامند ، رنج می برد.

چک های تجربی ساده از ارزش تجارت

مجموعه داده

ما به قدرت پیش بینی کننده شرایط استاندارد مبتنی بر کالاهای تجاری برای بازده های بعدی FX FX بعدی نگاه می کنیم.

• در JPMAQS دینامیک های مختلف تجارت بر اساس شراب های همزمان داده محاسبه می شود. از آنجا که این پست عمدتاً یک ماه یا یک هفته جلوتر به قدرت پیش بینی می پردازد ، ما بر تغییر شرایط تجارت آخرین هفته در 4 هفته گذشته و آخرین ماه در 12 ماه گذشته و همچنین به طور متوسط این موارد تمرکز می کنیم. دومیانگین مرجع اصلی ما خواهد بود. بازده FX بر اساس موقعیت های دارای هدف اصلی محاسبه می شود تا تأثیر ارزهای مختلف برای تجزیه و تحلیل را برابر کند.
• بازده های FX Forward در برابر معیار غالب آنها ، که به طور معمول دلار است ، به جز ارزهای اروپایی اندازه گیری می شود ، که به طور عمده علیه یورو یا علیه هر دو (GBP ، مالش و امتحان) تجارت می کنند.

شرایط تغییرات تجاری و بازده FX برای 26 ارز توسعه یافته و در حال ظهور در نظر گرفته شده است. دوره نمونه کمی بیشتر از 23 سال است ، یعنی 2000 تا 2023 تا به امروز. برای لیست کاملی از ارزها و نمادهای مورد استفاده ، ضمیمه 1 را در پایین پست مشاهده کنید. همه بازارها همیشه در دوره های نمونه قابل معامله یا انعطاف پذیر نبودند و ما دوره های ناسازگاری ، نقص بودن و گیره های نرخ ارز را حذف نمی کنیم.

رابطه اصطلاحات تجارت و بازده های بعدی

همانطور که فرضیه شده است ، بین میانگین تغییرات تجارت تجارت و بازده FX به جلو پس از آن ، همبستگی مثبتی وجود دارد. این رابطه در پراکندگی های پراکنده ظریف بوده و از نظر بصری قابل توجه نیست اما با احتمال 98 ٪ در فرکانس ماهانه و 99 ٪ در یک فرکانس هفتگی ، بر اساس تست پانل ماکروسیرینگ قابل توجه بوده است. برای جزئیات بیشتر در مورد روش آزمایش ، می توانید یک پست را در اینجا مشاهده کنید. به طور مشابه ، ضریب همبستگی غیر پارامتری کندال با احتمال 99. 5 ٪ در فرکانس ماهانه مثبت و معنی دار بوده است.

دقت متعادل پیش بینی های بازگشت جهت ، یعنی میانگین نسبت بازده های مثبت به درستی تشخیص داده شده و بازده منفی به درستی تشخیص داده شده ، 51. 4 ٪ در پانل مناطق ارزی و ماه ها بوده است. دقت متعادل در دو سوم از سال 2000 از سال 2000 (برای مجموعه کامل ارز) بیش از 50 ٪ بوده است (برای مجموعه کامل ارز) و در بیش از 70 ٪ از کل مناطق ارزی (برای مجموعه کامل سالها) ، نشان می دهد که دقت بیشتر از این فراگیر است. متمرکز

تولید PNL سیگنال های تجارت تجارت

ما PnLهای ساده را بر اساس مفروضات زیر محاسبه می کنیم. ابتدا، موقعیت ها بر اساس امتیاز z تغییرات شرایط تجارت گرفته می شود. امتیازهای z در 2 انحراف استاندارد برای کاهش داده های پرت و برای جلوگیری از ریسک پذیری بیش از حد در هر بازار یا دوره ای، برگزیده می شوند. دوم، پوزیشن ها به صورت ماهانه با یک لغزش یک روزه برای معاملات متعادل می شوند. و سوم، نوسانات بلندمدت PnL برای موقعیت ها در تمام حوزه های ارزی روی 10 درصد تنظیم شده است. اینها رویه های استانداردی هستند که ما در تحلیل های اثبات مفهوم قبلاً منتشر شده از آنها استفاده کرده ایم. توجه داشته باشید که این PnL "ساده" نامیده می شود زیرا هزینه های معامله و قوانین مدیریت ریسک واقع بینانه را در نظر نمی گیرد.

PnL های ساده بر اساس سیگنال های استاندارد شرایط تجاری تاکتیکی، نسبت های شارپ درازمدت 0. 45 و 0. 5 را تولید کرده اند، بدون اینکه همبستگی قابل توجهی با سبدهای سهام یا دلار داشته باشند. با این حال، تولید ارزش پس آزمایش شده به شدت فصلی بوده است و تمام مشارکت های مثبت پس از بحران بزرگ مالی رخ داده است.

پدیده "فصول طولانی" از نظر استراتژی های معاملاتی FX مبتنی بر تجارت، ظاهراً ماهیت ظریف شرایط تجارت به طور کلی و تسلط جریان سرمایه به بازارهای نوظهور در دهه 2000 را به طور خاص منعکس می کند. توجه داشته باشید که 18 ارز از 26 ارز قابل معامله در این مجموعه به عنوان بازارهای نوظهور طبقه بندی می شوند. دهه 2000 قبل از بحران بزرگ مالی شاهد گذار بسیاری از ارزهای EM به قابلیت تبدیل و انعطاف پذیری و توسعه بازارهای محلی با درآمد ثابت بود. این با افزایش علاقه سرمایه گذاران جهانی به بازارهای ارز محلی EM همزمان شد. در دوره های جریان سرمایه بزرگ به مجموعه ای از کشورها، شرایط تأمین مالی جهانی محرک غالب است و شوک های وارده به شرایط مالی می تواند به راحتی شرایط تجارت و ارزش پول را در جهت مخالف سوق دهد (به پانل نمودار پراکندگی بالا مراجعه کنید). با بلوغ بازارهای ارز در حال ظهور، نیروهای ظریفی مانند شرایط تجارت اهمیت پیدا کردند.

فرضیه جریان سرمایه EM توسط دو واقعیت پشتیبانی می شود.

• اول، PnLهای پوزیشن های طولانی مدت در ارزهای کوچک و EM و استراتژی های شرایط تجارت بسیار مکمل یکدیگر بوده اند. تا زمانی که استراتژی های «فقط طولانی» عملکرد خوبی داشتند، استراتژی های شرایط تجارت ضعیف عمل کردند. و زمانی که قرار گرفتن در معرض "فقط طولانی" نتوانست ارزش تولید کند، استراتژی های شرایط تجارت PnL های مثبت قابل توجهی ایجاد کردند. یک استراتژی مرکب مدیریت شده و طولانی جانبدارانه مبتنی بر شرایط تجارت می تواند ارزش قوی و ثابتی را ایجاد کند.

• دوم ، نسل PNL سیگنال تجارت تجارت برای ارزهای بازار توسعه یافته چنین فصلی شدید را نشان نداده است ، حتی اگر فقط از زیر مجموعه 8 ارز استفاده کند. سیگنال معتبر تجارت متوسط و میان مدت می تواند PNL مثبت را در دهه 2000 ، 2010 و 2020 (تا مارس 2023) تولید کند. نسبت های شارپ بلند مدت بین 0. 29 تا 0. 32 بوده است که برای عوامل ظریف قابل احترام است و مجموعه ای از موقعیت های کوچک.

دقت و دقت متعادل پیش بینی بازگشت جهت از سال 2000 برای همه کشورهای توسعه یافته بالاتر از 50 ٪ بود. این بدان معنی است که در بیش از 23 سال تاریخپیش بینی های مبتنی بر تجارت.

ضمیمه 1: ارزها و تیکهای مورد استفاده در پست

نام ارزی به ترتیب حروف الفبا است: AUD (دلار استرالیا) ، BRL (برزیل واقعی) ، CAD (دلار کانادایی) ، CHF (فرانک سوئیس) ، CLP (PESO شیلی) ، CNY (چینی یوان Renminbi) ، COP (PESO کلمبیایی)، CZK (جمهوری چک Koruna) ، GBP (پوند انگلیس) ، HKD (دلار هنگ کنگ) ، HUF (مجارستانی Forint) ، ILS (اسرائیلی Shekel) ، JPY (ین ژاپنی) ، KRW (کره برنده) ، MXN (پسو مکزیکی)، میر (رینگیت مالزی) ، نوک (کرون نروژی) ، NZD (دلار نیوزیلند) ، قلم (سول پرو) ، PHP (پزو فیلیپین) ، PLN (لهستانی زلوتی) ، رون (لوو رومانیایی) ، مالش (رول روسی) ،SEK (Krona سوئدی) ، SGD (دلار سنگاپور) ، THB (تایلند بهت) ، امتحان کنید (لیر ترکیه) ، TWD (دلار تایوانی) ، زار (رند آفریقای جنوبی).